Моделирование случайной составляющей агитационного процесса
DOI:
https://doi.org/10.52575/2687-0932-2025-52-2-391-399Ключевые слова:
модель, система, марковский случайный процесс, агитация, вероятность, абитуриент, пуассоновский поток, матрица, решение уравненияАннотация
Проблема агитации индивидуумов на совершение коллективных действий является одной из самых важных в социальных процессах. Актуальность данной проблемы возрастает с развитием общественных отношений. Целью данной статьи является разработка математической модели агитационного процесса. Новизна работы заключается в учете случайной составляющей рассматриваемого процесса. Для построения математической модели используется дифференциальное уравнение агитации. Показано решение данного уравнения в установившемся и неустановившемся режимах с учетом неслучайной и случайной составляющей агитационного процесса. Разработанный в статье метод позволяет исследовать не только процесс агитации абитуриентов для поступления в учебное заведение, но и другие задачи в социальной сфере.
Скачивания
Библиографические ссылки
Список литературы
Вентцель Е.С. 2022. Теория вероятностей. RUGRAM, 576 c.
Ганичева А.В. 2015. Математическая модель оптимального управления резервными средствами в учебном процессе. В мире научных открытий, 12-3 (72): 953–964.
Ганичева А.В. 2018. Модель мобилизации налоговых платежей. Бизнес. Образование. Право. Вестник Волгоградского института бизнеса, 2 (43): 98–104.
Ганичева А.В. 2019. Математическая модель профориентационной работы. Современные наукоемкие технологии. Региональное приложение, 4 (60): 14–27.
Гельруд Я.Д., Шестакова Л.И. 2022. Основы математического моделирования в политической науке. Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника, 1: 116–124.
Данко П.Е., Попов А.Г., Кожевникова Т.Я. 2003. Высшая математика в упражнениях и задачах: Учеб. пособие для студентов втузов. В 2-х ч. Ч. II. Москва: «ОНИКС 21 век»: «Мир и Образование», 418 с.
Кремер Н.Ш. 2025. Теория вероятностей и математическая статистика: учебник и практикум для вузов. Москва: Юрайт, 538 с.
Логинов К.О. 2022. Численное решение задачи фильтрации оценок информационного воздействия на электорат. Информатика и автоматизация, 21 (3): 624–652.
Лукшин А.В., Смирнов С.Н. 1990. Численные методы решения стохастических дифференциальных уравнений. Математическое моделирование, 2 (11): 108–121.
Магомедова Е.С., Магомедов Р.И. 2024. Стохастическая модель общественно-политической мобилизации. Актуальные проблемы математики и информационных технологий: материалы Всероссийской конференции. Махачкала: Издательство ДГУ: 87–92.
Моисеев С.И. 2009. Моделирование динамики числа потребителей в условиях конкуренции, основанное на случайных процессах. Конкурентоспособность. Инновации. Финансы, 1 (1): 66–68.
Полянский И.С., Полянская И.В., Логинов К.О. 2021. Алгоритмические решения в задаче оценки информационного воздействия на электорат при проведении выборных кампаний. Физика волновых процессов и радиотехнические системы, 24 (4): 72–80.
Филиппов И., Юрескул Э., Петров А. 2020. Мобилизация протеста онлайн: построение вычислительной модели. Управление развитием крупномасштабных систем: материалы Международной конференции (MLSD). Москва: Институт проблем управления им. В.А. Трапезникова РАН: 1889–1895.
Шинкевич В.Е. 2020. Актуальность социальной мобилизации в условиях современного общества. Научный компонент, 1: 79–89.
Adnan A., Arifin A.H., Aiyub Yahya A. 2023. Mix Mobilization Model as A New Marketing Strategy in the Pandemic Era, 06 (04): 2398–2405.
Alaberdeev R.R. 2023. On the mobilization model of the economy. Public Administration. 2 (142): 75–79.
Lukashina Y. 2012. Web-Based Social Movements: Mathematical Model of Mobilization. Available at SSRN: https://ssrn.com/abstract=2089980 or http://dx.doi.org/10.2139/ssrn.2089980.
Rutherford А., Cebrian M., Dsouza S. et al. 2013. Limits of social mobilization. Proceedings of the National Academy of Sciences of the United States of America. 110 (16): 6281–6286.
Srekl J. 2014. Computational Model of Successful Mobilization of Voluntary Firefighters. Open Journal of Safety Science and Technology, 4: 42-48.
Stubbs J. 2012. The mathematical modelling of population change. The Mathematical Gazette. 96 (536): 243–250.
Ziam S., Lanoue S., McSween-Cadieux E. et al. 2024. A scoping review of theories, models and frameworks used or proposed to evaluate knowledge mobilization strategies. Health Research Policy and Systems, 22 (8): 1–18.
References
Venttsel' E.S. 2022. Teoriya veroyatnostey [Probability theory]. RUGRAM, 576 p.
Ganicheva A.V. 2015. Mathematical model of optimum control of reserve means in educational process. In the World of Scientific Discoveries, 12-3 (72): 953–964.
Ganicheva A.V. 2018. Model' mobilizatsii nalogovykh platezhey [The model of tax payment mobilization]. Biznes. Obrazovanie. Pravo. Vestnik Volgogradskogo instituta biznesa, 2 (43): 98–104.
Ganicheva A.V. 2019. Matematicheskaya model' proforientatsionnoy raboty [Mathematical model of career guidance work]. Sovremennye naukoemkie tekhnologii. Regional'noe prilozhenie, 4 (60): 14–27.
Gel'rud Ya.D., Shestakova L.I. 2022. Osnovy matematicheskogo modelirovaniya v politicheskoy nauke [Fundamentals of mathematical modeling in political science]. Vestnik Yuzhno-Ural'skogo gosudarstvennogo universiteta. Seriya: Komp'yuternye tekhnologii, upravlenie, radioelektronika, 1: 116–124.
Danko P.E., Popov A.G., Kozhevnikova T.Ya. 2003. Vysshaya matematika v uprazhneniyakh i zadachakh: Ucheb. posobie dlya studentov vtuzov [Higher mathematics in exercises and tasks: A textbook for university students.]. V 2-kh ch. Ch. II. Moskva: «ONIKS 21 vek»: «Mir i Obrazovanie», 418 p.
Kremer N.Sh. 2025. Teoriya veroyatnostey i matematicheskaya statistika: uchebnik i praktikum dlya vuzov [Probability theory and mathematical statistics: textbook and practical course for universities]. Moskva: Yurayt, 538 p.
Loginov K.O. 2022. Chislennoe reshenie zadachi fil'tratsii otsenok informatsionnogo vozdeystviya na elektorat [Numerical solution of the problem of filtering estimates of information impact on the electorate]. Informatika i avtomatizatsiya, 21 (3): 624–652.
Lukshin A.V., Smirnov S.N. 1990. Chislennye metody resheniya stokhasticheskikh differentsial'nykh uravneniy [Numerical methods for solving stochastic differential equations]. Matematicheskoe modelirovanie, 2 (11): 108–121.
Magomedova E.S., Magomedov R.I. 2024. Stokhasticheskaya model' obshchestvenno-politicheskoy mobilizatsii [Stochastic model of socio-political mobilization]. Aktual'nye problemy matematiki i informatsionnykh tekhnologiy: materialy Vserossiyskoy konferentsii. Makhachkala: Izdatel'stvo DGU: 87–92.
Moiseev S.I. 2009. Modelirovanie dinamiki chisla potrebiteley v usloviyakh konkurentsii, osnovannoe na sluchaynykh protsessakh [Modeling the dynamics of the number of consumers in a competitive environment based on random processes]. Konkurentosposobnost'. Innovatsii. Finansy, 1 (1): 66–68.
Polyanskiy I.S., Polyanskaya I.V., Loginov K.O. 2021. Algoritmicheskie resheniya v zadache otsenki informatsionnogo vozdeystviya na elektorat pri provedenii vybornykh kampaniy [Algorithmic solutions to the problem of assessing the information impact on the electorate during election campaigns]. Fizika volnovykh protsessov i radiotekhnicheskie sistemy, 24 (4): 72–80.
Filippov I., Yureskul E., Petrov A. 2020. Mobilizatsiya protesta onlayn: postroenie vychislitel'noy modeli [Online Protest Mobilization: Building a computational model]. Upravlenie razvitiem krupnomasshtabnykh sistem: materialy Mezhdunarodnoy konferentsii (MLSD). Moskva: Institut problem upravleniya im. V.A. Trapeznikova RAN: 1889–1895.
Shinkevich V.E. 2020. Aktual'nost' sotsial'noy mobilizatsii v usloviyakh sovremennogo obshchestva [The relevance of social mobilization in modern society]. Nauchnyy komponent, 1: 79–89.
Adnan A., Arifin A.H., Aiyub Yahya A. 2023. Mix Mobilization Model as A New Marketing Strategy in the Pandemic Era, 06 (04): 2398–2405.
Alaberdeev R.R. 2023. On the mobilization model of the economy. Public Administration. 2 (142): 75–79.
Lukashina Y. 2012. Web-Based Social Movements: Mathematical Model of Mobilization. Available at SSRN: https://ssrn.com/abstract=2089980 or http://dx.doi.org/10.2139/ssrn.2089980.
Rutherford А., Cebrian M., Dsouza S. et al. 2013. Limits of social mobilization. Proceedings of the National Academy of Sciences of the United States of America. 110 (16): 6281–6286.
Srekl J. 2014. Computational Model of Successful Mobilization of Voluntary Firefighters. Open Journal of Safety Science and Technology, 4: 42–48.
Stubbs J. 2012. The mathematical modelling of population change. The Mathematical Gazette. 96 (536): 243–250.
Ziam S., Lanoue S., McSween-Cadieux E. et al. 2024. A scoping review of theories, models and frameworks used or proposed to evaluate knowledge mobilization strategies. Health Research Policy and Systems, 22 (8): 1–18.
Просмотров аннотации: 7
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2025 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
